Карта ландшафтных пожаров Восточной Европы
Проект “Земля касается каждого” выпустил карту ландшафтных пожаров Восточной Европы.
Восточная Европа — географический регион по классификации ООН, который включает десять стран: Россию, Беларусь, Украину, Болгарию, Венгрию, Молдову, Польшу, Румынию, Словакию и Чехию.
Границы пожаров на карте определяются по космическим снимкам спутников ESA Sentinel-2. Пространственное разрешение этих снимков (10 м/пиксель) позволяет определять границы пройденной огнём площади с высокой точностью.
🗺 Карта
Недостаток такого подхода — в низкой оперативности. Каждый участок Земли снимается примерно два раза в пять дней, но интервалы между доступными снимками без облаков и дыма могут составлять недели.
❗️ Поэтому карта предназначена не для оперативного мониторинга, а для получения аналитической информации, чтобы оценить закономерности развития пожаров, их масштабы и последствия.
Карта позволяет получить предварительную информацию о типах земель и растительности, пройденных огнём. Для этого используются данные ESA WorldCover (https://esa-worldcover.org/en) — открытый продукт 10-метрового разрешения, основанный на данных спутникового мониторинга.
Границы пожаров можно скачать в формате KML и самостоятельно изучать, какие именно земли, леса, торфяники, поселения были ими затронуты.
Поскольку карта только создаётся, в ней могут быть ошибки, которые авторы стараются исправлять. Адрес для обратной связи: [email protected]
#пожары #данные
Проект “Земля касается каждого” выпустил карту ландшафтных пожаров Восточной Европы.
Восточная Европа — географический регион по классификации ООН, который включает десять стран: Россию, Беларусь, Украину, Болгарию, Венгрию, Молдову, Польшу, Румынию, Словакию и Чехию.
Границы пожаров на карте определяются по космическим снимкам спутников ESA Sentinel-2. Пространственное разрешение этих снимков (10 м/пиксель) позволяет определять границы пройденной огнём площади с высокой точностью.
🗺 Карта
Недостаток такого подхода — в низкой оперативности. Каждый участок Земли снимается примерно два раза в пять дней, но интервалы между доступными снимками без облаков и дыма могут составлять недели.
❗️ Поэтому карта предназначена не для оперативного мониторинга, а для получения аналитической информации, чтобы оценить закономерности развития пожаров, их масштабы и последствия.
Карта позволяет получить предварительную информацию о типах земель и растительности, пройденных огнём. Для этого используются данные ESA WorldCover (https://esa-worldcover.org/en) — открытый продукт 10-метрового разрешения, основанный на данных спутникового мониторинга.
Границы пожаров можно скачать в формате KML и самостоятельно изучать, какие именно земли, леса, торфяники, поселения были ими затронуты.
Поскольку карта только создаётся, в ней могут быть ошибки, которые авторы стараются исправлять. Адрес для обратной связи: [email protected]
#пожары #данные
Muon Space создаст спутниковую группировку для Earth Fire Alliance [ссылка]
Американская компания Muon Space заключила с некоммерческой организацией Earth Fire Alliance соглашение по созданию спутниковой группировки FireSat, нацеленной на мониторинг лесных пожаров.
Первая фаза развёртывания группировки FireSat запланирована на 2026 год и будет состоять из трёх спутников Muon Halo, оснащённых инфракрасными сенсорами с шестью спектральными каналами.
Группировка FireSat будет работать на низкой околоземной орбите, обеспечивая полосу обзора в 1500 км с пространственным разрешением 80 м.
По оценкам Muon Space, после запуска первых трёх спутников группировка будет наблюдать за каждой точкой Земли не менее двух раз в день, причем регионы, подверженные лесным пожарам, будут посещаться чаще. Долгосрочной целью является создание группировки из более чем 50 спутников. При этом время повторного посещения для большей части земного шара сократится до 20 минут.
📸 Иллюстрация работы спутниковой группировки FireSat
#пожары #LST #США
Американская компания Muon Space заключила с некоммерческой организацией Earth Fire Alliance соглашение по созданию спутниковой группировки FireSat, нацеленной на мониторинг лесных пожаров.
Первая фаза развёртывания группировки FireSat запланирована на 2026 год и будет состоять из трёх спутников Muon Halo, оснащённых инфракрасными сенсорами с шестью спектральными каналами.
Группировка FireSat будет работать на низкой околоземной орбите, обеспечивая полосу обзора в 1500 км с пространственным разрешением 80 м.
По оценкам Muon Space, после запуска первых трёх спутников группировка будет наблюдать за каждой точкой Земли не менее двух раз в день, причем регионы, подверженные лесным пожарам, будут посещаться чаще. Долгосрочной целью является создание группировки из более чем 50 спутников. При этом время повторного посещения для большей части земного шара сократится до 20 минут.
📸 Иллюстрация работы спутниковой группировки FireSat
#пожары #LST #США
Начало пожароопасного сезона в Британской Колумбии
После прошлогодних рекордных лесных пожаров, в Канаде начался новый пожароопасный сезон. Хотя широкомасштабная активность лесных пожаров в Британской Колумбии обычно начинается не раньше середины июня, в этом году пожары возникли уже в середине мая.
На снимке, сделанном прибором MODIS спутника Aqua (11 мая 2024 года), видно как дым, поднимающийся от нескольких пожаров в районе города Форт-Нельсон (Британская Колумбия), устремляется на восток в провинцию Альберта.
К северу от Форт-Нельсона возникло ещё несколько крупных пожаров площадью в десятки тысяч гектаров каждый. Согласно данным Службы лесных пожаров Британской Колумбии, несколько из этих пожаров были отнесены к категории “остаточных”. Вероятно, они тлели под снегом всю зиму, прежде чем вспыхнуть вновь.
▶️ Посмотреть за развитием пожаров в районе Форт-Нельсон, начиная с 10 мая
#снимки #пожары
После прошлогодних рекордных лесных пожаров, в Канаде начался новый пожароопасный сезон. Хотя широкомасштабная активность лесных пожаров в Британской Колумбии обычно начинается не раньше середины июня, в этом году пожары возникли уже в середине мая.
На снимке, сделанном прибором MODIS спутника Aqua (11 мая 2024 года), видно как дым, поднимающийся от нескольких пожаров в районе города Форт-Нельсон (Британская Колумбия), устремляется на восток в провинцию Альберта.
К северу от Форт-Нельсона возникло ещё несколько крупных пожаров площадью в десятки тысяч гектаров каждый. Согласно данным Службы лесных пожаров Британской Колумбии, несколько из этих пожаров были отнесены к категории “остаточных”. Вероятно, они тлели под снегом всю зиму, прежде чем вспыхнуть вновь.
▶️ Посмотреть за развитием пожаров в районе Форт-Нельсон, начиная с 10 мая
#снимки #пожары
Выделение гарей в FIRMS
На скриншоте сайта FIRMS — пожар в Hermits Peak (шт. Нью-Мексико, США) 3 мая 2022 года. Для визуализации использованы данные Sentinel-2 Adjusted Reflectance Harmonized Landsat Sentinel (HLS) в комбинации каналов SWIR2-Narrow NIR-Red (12-8a-4). Сгоревшие участки окрашены в кирпично-красный цвет. На них наложены на пиксели активного пожара, полученные по данным приборов MODIS и VIIRS.
#пожары #комбинация
На скриншоте сайта FIRMS — пожар в Hermits Peak (шт. Нью-Мексико, США) 3 мая 2022 года. Для визуализации использованы данные Sentinel-2 Adjusted Reflectance Harmonized Landsat Sentinel (HLS) в комбинации каналов SWIR2-Narrow NIR-Red (12-8a-4). Сгоревшие участки окрашены в кирпично-красный цвет. На них наложены на пиксели активного пожара, полученные по данным приборов MODIS и VIIRS.
#пожары #комбинация
Проект NASA Wildfire Digital Twin разрабатывает новые модели искусственного интеллекта для прогнозирования распространения пожаров и задымления [ссылка]
Wildfire Digital Twin (Цифровой двойник лесных пожаров) будет использовать искусственный интеллект и машинное обучение для прогнозирования потенциальных путей распространения пожаров в режиме реального времени, объединяя данные с наземных, воздушных и космических датчиков для создания глобальных моделей с высокой точностью.
Современные глобальные модели, описывающие распространение лесных пожаров и дыма, имеют пространственное разрешение около 10 километров. Wildfire Digital Twin будет создавать региональные ансамблевые модели с пространственным разрешением от 10 до 30 метров.
См. также NASA “Wildfire Digital Twin” Pioneers New AI Models and Streaming Data Techniques for Forecasting Fire and Smoke.
📸 Моделирование распространения аэрозоля PM 2.5 во время контролируемого выжигания с помощью модели WRF-SFIRE.
#пожары
Wildfire Digital Twin (Цифровой двойник лесных пожаров) будет использовать искусственный интеллект и машинное обучение для прогнозирования потенциальных путей распространения пожаров в режиме реального времени, объединяя данные с наземных, воздушных и космических датчиков для создания глобальных моделей с высокой точностью.
Современные глобальные модели, описывающие распространение лесных пожаров и дыма, имеют пространственное разрешение около 10 километров. Wildfire Digital Twin будет создавать региональные ансамблевые модели с пространственным разрешением от 10 до 30 метров.
См. также NASA “Wildfire Digital Twin” Pioneers New AI Models and Streaming Data Techniques for Forecasting Fire and Smoke.
📸 Моделирование распространения аэрозоля PM 2.5 во время контролируемого выжигания с помощью модели WRF-SFIRE.
#пожары
Новая технология обнаружения лесных пожаров из космоса
Австралийские учёные предложили новую технологию оперативного обнаружения лесных пожаров по данным наблюдений из космоса. Технология нацелена на выявление источников дыма, которые можно увидеть прежде, чем огонь разгорится и станет достаточно большим.
Для наблюдений используется гиперспектромер, данные которого обрабатываются непосредственно на борту спутника. Дым отделяется от облаков на снимках при помощи модели искусственного интеллекта. После этого информация об источниках дыма, гораздо более компактная чем исходные гиперспектральные данные, передаётся на землю.
Технология будет реализована в предстоящей австралийской миссии Kanyini, запуск которой планируется в этом году.
Малый КА SASAT1 для миссии Kanyini построен на платформе Apogee Bus (CubeSat 6U) от австралийской компании Inovor Technologies. Характеристики гиперспектрометра HyperScout 2 можно посмотреть здесь.
Таким образом, сочетание гиперспектральных данных, их обработки на борту спутника, а также обнаружения источников дыма методами ИИ, позволило реализовать технологию обнаружения пожаров на миниатюрном КА, размещённом на низкой околоземной орбите. Если добавить к этому возможность сбрасывать данные на землю с минимальной задержкой, то получится потягаться с геостационарными аппаратами — нынешними лидерами в части оперативности предоставления данных об очагах возгораний.
📸 Художественное изображение космического аппарата миссии Kanyini
#гиперспектр #пожары #австралия
Австралийские учёные предложили новую технологию оперативного обнаружения лесных пожаров по данным наблюдений из космоса. Технология нацелена на выявление источников дыма, которые можно увидеть прежде, чем огонь разгорится и станет достаточно большим.
Для наблюдений используется гиперспектромер, данные которого обрабатываются непосредственно на борту спутника. Дым отделяется от облаков на снимках при помощи модели искусственного интеллекта. После этого информация об источниках дыма, гораздо более компактная чем исходные гиперспектральные данные, передаётся на землю.
Технология будет реализована в предстоящей австралийской миссии Kanyini, запуск которой планируется в этом году.
Малый КА SASAT1 для миссии Kanyini построен на платформе Apogee Bus (CubeSat 6U) от австралийской компании Inovor Technologies. Характеристики гиперспектрометра HyperScout 2 можно посмотреть здесь.
Таким образом, сочетание гиперспектральных данных, их обработки на борту спутника, а также обнаружения источников дыма методами ИИ, позволило реализовать технологию обнаружения пожаров на миниатюрном КА, размещённом на низкой околоземной орбите. Если добавить к этому возможность сбрасывать данные на землю с минимальной задержкой, то получится потягаться с геостационарными аппаратами — нынешними лидерами в части оперативности предоставления данных об очагах возгораний.
📸 Художественное изображение космического аппарата миссии Kanyini
#гиперспектр #пожары #австралия
Раннее обнаружение дыма лесных пожаров по снимкам Landsat с помощью облегченной сверточной нейросети
📖 Zhao, L., Liu, J., Peters, S., Li, J., Oliver, S., & Mueller, N. (2022). Investigating the Impact of Using IR Bands on Early Fire Smoke Detection from Landsat Imagery with a Lightweight CNN Model. Remote Sensing, 14(13), 3047. https://doi.org/10.3390/rs14133047
Шлейф дыма — первое, что видно из космоса при возникновении лесных пожаров. Поэтому обнаружение дыма важно для раннего обнаружения пожара.
Для обнаружения дыма на спутниковых снимках использовано глубокое обучение.
Создан набор данных, состоящий из 1836 изображений трех классов: “Smoke”, “Clear” и “Other_aerosol”. Каждое изображение состоит из шести каналов снимков, полученных спутниками Landsat 5 и Landsat 8 с пространственным разрешением 30 метров.
Для использования модели обнаружения дыма на борту малого космического аппарата (например, такого) разработана облегченная модель сверточной нейронной сети (CNN) — Variant Input Bands for Smoke Detection (VIB_SD), которая достигла конкурентоспособной точности с современной моделью SAFA, имея менее 2% от ее количества параметров.
Исследование показало, что модель, обученная с использованием мультиспектральных спутниковых данных, может эффективно обнаруживать смешанный с облаками дым от пожара на небольших географических территориях.
📸 Шлейфы дыма от лесных пожаров на снимках Landsat-8 OLI.
#пожары #нейронки
📖 Zhao, L., Liu, J., Peters, S., Li, J., Oliver, S., & Mueller, N. (2022). Investigating the Impact of Using IR Bands on Early Fire Smoke Detection from Landsat Imagery with a Lightweight CNN Model. Remote Sensing, 14(13), 3047. https://doi.org/10.3390/rs14133047
Шлейф дыма — первое, что видно из космоса при возникновении лесных пожаров. Поэтому обнаружение дыма важно для раннего обнаружения пожара.
Для обнаружения дыма на спутниковых снимках использовано глубокое обучение.
Создан набор данных, состоящий из 1836 изображений трех классов: “Smoke”, “Clear” и “Other_aerosol”. Каждое изображение состоит из шести каналов снимков, полученных спутниками Landsat 5 и Landsat 8 с пространственным разрешением 30 метров.
Для использования модели обнаружения дыма на борту малого космического аппарата (например, такого) разработана облегченная модель сверточной нейронной сети (CNN) — Variant Input Bands for Smoke Detection (VIB_SD), которая достигла конкурентоспособной точности с современной моделью SAFA, имея менее 2% от ее количества параметров.
Исследование показало, что модель, обученная с использованием мультиспектральных спутниковых данных, может эффективно обнаруживать смешанный с облаками дым от пожара на небольших географических территориях.
📸 Шлейфы дыма от лесных пожаров на снимках Landsat-8 OLI.
#пожары #нейронки
Компания Urban Sky, осуществляющая съемку со стратостатов, выиграла грант NASA на разработку системы мониторинга лесных пожаров [ссылка]
Американская компания Urban Sky объявила о заключении контракта с NASA Earth Science Technology Office на создание системы, которая будет использовать стратостаты для обнаружения и мониторинга лесных пожаров и передачи информации пожарным на земле. Сумма трехлетнего контракта составляет около 2,6 млн долларов.
По словам Эндрю Антонио, исполнительного директора компании, этот проект является продолжением предыдущей работы Urban Sky по программе NASA Small Business Innovation Research по разработке небольшого теплового инфракрасного датчика, который компания испытала на своих воздушных шарах.
В рамках нового контракта Urban Sky и её партнеры повысят точность геолокации датчика и добавят возможность передавать на землю не только данные о температуре, но и сделанные снимки. Новая система связи, разработанная компанией goTenna, специализирующейся на создании систем мобильной связи, позволит передавать данные пожарным, работающим в полевых условиях.
Полезная нагрузка будет работать как в режиме обнаружения лесных пожаров, так и в режиме, который компания называет "режимом картографирования периметра", что позволяет следить за ростом пожара.
По словам Антонио, система Urban Sky будет превосходить конкурентов за счет более высокого пространственного разрешения, поскольку датчики будут находиться в стратосфере, а не на орбите. По его оценкам, датчики его компании смогут делать тепловые инфракрасные снимки с разрешением 3,5 метра.
Он добавил, что воздушные шары смогут быть более оперативными, чем спутники, и быстро развертываться при необходимости мониторинга конкретного пожара, а не ждать, пока спутник пройдет над головой. Они также смогут обеспечить непрерывное наблюдение. "Мы можем “припарковать” воздушный шар над пожароопасным регионом на несколько дней".
Urban Sky рассматривает эту работу как естественное развитие предыдущего бизнеса, связанного с получением изображений высокого разрешения с помощью своей платформы "микрошаров" (“microballoon”) 📸. Компания привлекла 9,75 млн долларов в рамках серии А в октябре 2023 года для расширения этой работы и в настоящее время совершает несколько полетов на воздушных шарах в неделю.
По словам Антонио, компания также заметила интерес к своей системе микрошаров со стороны Пентагона. По его словам, для Министерства обороны Urban Sky может предоставить всю систему, включая датчики, или только сам шар, на который военные установят свои полезные нагрузки.
📸 Снимки лесного пожара в штате Нью-Мексико (2 июня 2023 год) с пространственным разрешением 3 метра, сделанные с борта стратостата Hotspot в тепловом инфракрасном диапазоне (источник).
#LST #пожары #война
Американская компания Urban Sky объявила о заключении контракта с NASA Earth Science Technology Office на создание системы, которая будет использовать стратостаты для обнаружения и мониторинга лесных пожаров и передачи информации пожарным на земле. Сумма трехлетнего контракта составляет около 2,6 млн долларов.
По словам Эндрю Антонио, исполнительного директора компании, этот проект является продолжением предыдущей работы Urban Sky по программе NASA Small Business Innovation Research по разработке небольшого теплового инфракрасного датчика, который компания испытала на своих воздушных шарах.
В рамках нового контракта Urban Sky и её партнеры повысят точность геолокации датчика и добавят возможность передавать на землю не только данные о температуре, но и сделанные снимки. Новая система связи, разработанная компанией goTenna, специализирующейся на создании систем мобильной связи, позволит передавать данные пожарным, работающим в полевых условиях.
Полезная нагрузка будет работать как в режиме обнаружения лесных пожаров, так и в режиме, который компания называет "режимом картографирования периметра", что позволяет следить за ростом пожара.
По словам Антонио, система Urban Sky будет превосходить конкурентов за счет более высокого пространственного разрешения, поскольку датчики будут находиться в стратосфере, а не на орбите. По его оценкам, датчики его компании смогут делать тепловые инфракрасные снимки с разрешением 3,5 метра.
Он добавил, что воздушные шары смогут быть более оперативными, чем спутники, и быстро развертываться при необходимости мониторинга конкретного пожара, а не ждать, пока спутник пройдет над головой. Они также смогут обеспечить непрерывное наблюдение. "Мы можем “припарковать” воздушный шар над пожароопасным регионом на несколько дней".
Urban Sky рассматривает эту работу как естественное развитие предыдущего бизнеса, связанного с получением изображений высокого разрешения с помощью своей платформы "микрошаров" (“microballoon”) 📸. Компания привлекла 9,75 млн долларов в рамках серии А в октябре 2023 года для расширения этой работы и в настоящее время совершает несколько полетов на воздушных шарах в неделю.
По словам Антонио, компания также заметила интерес к своей системе микрошаров со стороны Пентагона. По его словам, для Министерства обороны Urban Sky может предоставить всю систему, включая датчики, или только сам шар, на который военные установят свои полезные нагрузки.
📸 Снимки лесного пожара в штате Нью-Мексико (2 июня 2023 год) с пространственным разрешением 3 метра, сделанные с борта стратостата Hotspot в тепловом инфракрасном диапазоне (источник).
#LST #пожары #война
Сервис NASA Fire Information for Resource Management System (FIRMS) распространяет данные об очагах возгораний и тепловых аномалиях в режиме, близком к реальному времени (Near Real-Time, NRT). Данные FIRMS получены с помощью спектрорадиометров MODIS на спутниках Aqua и Terra, а также приборов VIIRS на спутниках S-NPP, NOAA 20 и NOAA 21. По всему миру эти данные доступны в течение 3 часов после наблюдения со спутника, а в США и Канаде они доступны в режиме реального времени*.
Данные FIRMS изначально предназначались для выявления и ликвидации пожаров в лесных и сельскохозяйственных угодьях. Cегодня сервис FIRMS используется также для определения мест активных боевых действий.
🗺 Интерактивная карта FIRMS
📖 Подробнее о продуктах FIRMS NRT, в том числе — об алгоритмах расчёта.
🛢 Скачать данные FIRMS в виде файлов
🛢 FIRMS на NASA Earthdata Search
🖥 FIRMS API
🌍 FIRMS на GEE с запаздыванием на 2–3 суток
*NASA EOSDIS определяет данные реального времени (Real-Time, RT) как данные, которые становятся доступны в течение 60 минут после пролёта спутника. Данные FIRMS для США и Канады распространяются в режиме Ultra Real-Time (URT) и становятся доступны менее чем через 60 секунд после пролёта спутника над большей части территории этих стран.
#пожары #данные #GEE #основы
Данные FIRMS изначально предназначались для выявления и ликвидации пожаров в лесных и сельскохозяйственных угодьях. Cегодня сервис FIRMS используется также для определения мест активных боевых действий.
🗺 Интерактивная карта FIRMS
📖 Подробнее о продуктах FIRMS NRT, в том числе — об алгоритмах расчёта.
🛢 Скачать данные FIRMS в виде файлов
🛢 FIRMS на NASA Earthdata Search
🖥 FIRMS API
🌍 FIRMS на GEE с запаздыванием на 2–3 суток
*NASA EOSDIS определяет данные реального времени (Real-Time, RT) как данные, которые становятся доступны в течение 60 минут после пролёта спутника. Данные FIRMS для США и Канады распространяются в режиме Ultra Real-Time (URT) и становятся доступны менее чем через 60 секунд после пролёта спутника над большей части территории этих стран.
#пожары #данные #GEE #основы
Получение данных FIRMS в R
Для получения данных воспользуемся API FIRMS. Здесь же приведена справка по параметрам API.
Параметры API 1️⃣:
🔹 Area — прямоугольная область интереса
🔹 Source — источник данных: прибор (MODIS/VIIRS) и спутник
🔹 Map Key — ключ доступа, который можно получить бесплатно 2️⃣
🔹 Date — дата
🔹 Day Range — интервал времени, до 10 суток
Весь код — это строка запроса к API. На выходе получаем таблицу данных, где, в частности, указаны дата, координаты и интенсивность возгорания.
Задаём границы области и преобразуем их в строку
3️⃣ область интереса.
#R #пожары
Для получения данных воспользуемся API FIRMS. Здесь же приведена справка по параметрам API.
Параметры API 1️⃣:
🔹 Area — прямоугольная область интереса
🔹 Source — источник данных: прибор (MODIS/VIIRS) и спутник
🔹 Map Key — ключ доступа, который можно получить бесплатно 2️⃣
🔹 Date — дата
🔹 Day Range — интервал времени, до 10 суток
Весь код — это строка запроса к API. На выходе получаем таблицу данных, где, в частности, указаны дата, координаты и интенсивность возгорания.
Задаём границы области и преобразуем их в строку
area. Результат добавляем к строке запроса к API:# 1. Область интереса
xmin <- 130.2
ymin <- 60.0
xmax <- 133.5
ymax <- 61.8
area_coords <- c(xmin, ymin, xmax, ymax)
area <- paste(area_coords,sep = ",",collapse = ",")
# 2. Данные о возгораниях
get_fire_data <- function(main_url,map_key,source,area,day_range,date) {
url <- paste(main_url, map_key, source, area, day_range, date, sep = "/")
fire_data <- data.table::fread(url)
return(fire_data)
}
3️⃣ область интереса.
#R #пожары